単品リピート通販の事例から、

売れる仕組みのヒントをお届け

「休眠定期」を10%復活させたい!RFM分析に頼らない、顧客リスト抽出法

化粧品・健康食品通販業界では、CPOの高騰傾向にともない「休眠掘り起こし」にトライする会社が増えています。休眠顧客へのアプローチで鍵になるのが、リストの絞り込み。「RFM分析」など従来の方法論にとらわれず、DMの送付先リストを抽出して、過去定期顧客の復活に成功している事例と方法論をお伝えします。

RFM分析では、獲得ボリュームと効率性のジレンマ

 

ある通販会社では、新規顧客の獲得効率が年々悪化していました。
それにともない、過去に定期コースから離脱した休眠顧客への復活アプローチを強化していました。

 

休眠復活DMの送付リスト抽出にあたって、これまで活用していたのがRFM分析
リストから真っ先にはずしていたのは、過去にレスポンスの低かった「F1」(=Frequencyが1)、すなわち初回で離脱した顧客でした。

 

ところが、休眠顧客のリスト全体のうちF1は過半数。
F1をはずしてDMを送付すると、たしかに獲得効率は高まるものの、ボリュームが獲れないというジレンマに悩まされていました。

 

RFM分析にもとづいた顧客セグメント

RFM分析にもとづいた顧客セグメント

 

もちろん、F1すべてにDMを送付すると、買ってもらえる見込みのない顧客も発送対象に含まれてしまい、コストが大きくかかってしまいます。

 

したがって、休眠顧客からの復活件数を増やすためのポイントが、顧客リストの抽出。
従来のRFM分析では「切り捨て」てしまっていた、F1など見込みの薄いセグメントからも、目標レスポンスに合う顧客群を見つけ出すことが求められるのです。

 

 

購買データの分析で、レスポンスと相関する要素を発見

 

多くの通販会社で、リストの抽出にあたって活用されているのは、「RFM分析」と一部の顧客データ(年齢・性別)くらいです。

 

ここで私たちが注目したのが、RFM以外の購買データ。
購買データを掘り下げて分析していくと、レスポンスと相関する要素が見つかることが分かってきました。

 

それらの要素ををRFMや顧客データと掛け合わせ、獲得効率が合いそうな顧客群を特定。
獲得効率を維持しながら、休眠からの復活件数を拡大させることに成功した事例がいくつか生まれてきています。

 

 

 

事例1:「解約理由」の分析で見つかった、意外な顧客群

 

はじめに立てた仮説が、「解約理由によって、レスポンス率が異なるのでは?」という予想でした。

 

たとえば「商品が余った」など解約理由がライトな顧客は、復活しやすいと予想できます。
一方、健康食品では「体調が悪くなった」「医者からストップされた」といったシリアスな理由の顧客が、再び購入するとは考えにくいように思えました。

 

この仮説にもとづきデータを分析したところ、思いもよらなかった傾向が分かりました。
たしかに、前者のグループの方が後者よりレスポンス率が高かったのですが、最も復活率の高かったのは「記入なし」のグループ。

 

つまり、理由を答えて解約した顧客は、答えなかった顧客より復活率が低くなってしまっていたのです。

 

このように復活率の低い解約理由の顧客はリストから除くことで、「R(=Recency)が2年」、すなわち最終購入日の2年後といったセグメントからも、目標値以上のレスポンス率を出していた顧客群を見い出すことができました。

 

購買データなどによって休眠顧客をセグメント

購買データなどによって休眠顧客をセグメント

 

 

事例2:「獲得媒体」でDMのレスポンス率に2倍以上の差が出た

 

続いては、初回購入時の獲得媒体によってセグメントした事例です。

 

「WEBから流入した顧客より紙媒体からの顧客の方が、DMという手法に相性が良いのでは?」と予想しました。
仮説どおり、後者の方がレスポンスが高かったことが分かりました。

 

意外だったのが、紙媒体のなかでもレスポンスに差が見られたこと。
同封同梱(カタログ同送)から獲得した顧客は、新聞折込と比べてレスポンス率が2倍以上でした。

 

この獲得媒体と性別を掛け合わせて、6つのグループにセグメント。
レスポンス率が基準値より低かった2つのグループを取り除いて、DMを送付しました。

 

従来のRFM分析では除外していた顧客群からも、目標値に合うリストを抽出できるようになったのです。

 

もっと効率良く休眠顧客を復活させたいとお考えでしたら
お気軽にお問い合わせください。
 → https://www.tsuhan-marketing.com/_NAVI

 
 

「定期復活率10%」を目指して、休眠復活件数を最大化

 

これまでRFM以外の要素を述べてきましたが、もちろんRFM分析は有効な手法です。

 

リスト抽出の労力をかけずに、高い効率を求める場合には、RとFで絞り込むのが“鉄板”の施策。
新規顧客の獲得が順調に推移している会社や、保有顧客リスト数がまだ数万件など相対的に少ない企業は、RFM分析にもとづいて休眠復活アプローチを進めた方がよいでしょう。

 

しかし新規獲得のCPOが高騰すると、その分休眠リストにかけるべき効率の許容水準も高くなります。

 

CPO10,000円で獲得している企業なら、休眠復活の獲得単価は10,000円近くまで許容できるという算段です。
つまり、休眠復活CPO=新規獲得CPOとなるまで、休眠掘り起こしに注力するのが全体最適になるのです。

 

仮に保有している顧客リストが10万件あれば、10%のレスポンス率で10,000件 が定期顧客へと復活します。
(もし広告から新規顧客を10,000件獲得しようとすると、1億円の広告費用がかかります。)

 

データ分析とリスト抽出の5つのステップ

データ分析とリスト抽出の5つのステップ

 

しかし、通常の休眠施策では10%もの引き戻しをするのは簡単ではありません。
今までレスポンスの出ていた、RとFで条件の良いセグメント以外にも、送付リストを拡大していく必要があります。

 

そこで実際に休眠リストにDMを打ちデータを分析してみると、RFMだけでは説明のつかないレスポンスのバラ付きが起こります。
さまざまな軸で仮説を立てて分析してみたところ、浮かび上がってきたのが「解約理由」や「流入媒体」といった要素なのです。

 

あなたの会社にもし休眠リストが10万件以上あるならば、ぜひデータベースを改めて分析してみてください。
レスポンスと相関する購買データや顧客属性など、休眠復活の件数を拡大する切り口がきっと見つかるはずです。

 

もっと効率良く休眠顧客を復活させたいとお考えでしたら
お気軽にお問い合わせください。
 → https://www.tsuhan-marketing.com/_NAVI